¿Qué estudia el análisis matemático?

01 · Punto de partida

El problema aparece cuando algo cambia

Muchos programas trabajan con valores que no permanecen fijos. La cantidad de usuarios conectados varía, la posición de un personaje se actualiza, la temperatura registrada por un sensor fluctúa, una descarga avanza y el error de un modelo disminuye durante su entrenamiento. En todos esos casos no alcanza con conocer un valor aislado: necesitamos comprender cómo cambia, qué se acumula y con qué precisión podemos calcularlo.

El análisis matemático reúne las ideas que permiten estudiar esos procesos. Su pregunta básica no es solamente «¿cuánto vale?», sino también:

• ¿Qué sucede cuando modificamos ligeramente una entrada?
• ¿Hacia qué valor parece acercarse un proceso?
• ¿Cuánto se acumuló durante un intervalo?
• ¿Podemos reemplazar un proceso continuo por pasos computables?
• ¿Qué diferencia existe entre el valor exacto y la aproximación obtenida?

02 · Definición y alcance

¿Qué es el análisis matemático?

El análisis matemático es la rama de la matemática que estudia funciones, variación, aproximación, procesos infinitos y acumulación. El cálculo diferencial e integral forma parte de este campo, pero el análisis es más amplio: también se ocupa de justificar cuándo los procedimientos funcionan, bajo qué condiciones y con qué grado de exactitud.

En un curso inicial, sus objetos principales son los números reales y las funciones. Sin embargo, el verdadero foco está en las relaciones dinámicas entre esos objetos. Una función como y = f(x) indica que el valor de y depende de x. El análisis pregunta qué ocurre con y cuando x cambia, se aproxima a un punto o recorre un intervalo.

Estas áreas no compiten entre sí. Un problema real suele combinar varias: usamos álgebra para transformar fórmulas, funciones para expresar dependencias, análisis para estudiar el comportamiento y métodos numéricos para obtener resultados computables.

03 · Estructura conceptual

Tres ideas centrales: cambio, acumulación y aproximación

El cambio como diferencia

Si una cantidad toma un valor inicial q₀ y luego un valor final q₁, llamamos incremento o variación a:

El símbolo Δ (delta mayúscula) indica una diferencia. El signo del resultado también contiene información: un cambio positivo señala aumento, uno negativo señala disminución y cero indica que los dos valores comparados son iguales.

La acumulación como suma de aportes

Un total puede surgir de muchas contribuciones. Si un servidor recibe r₁, r₂, …, rₙ solicitudes en períodos consecutivos, el total registrado es:

Más adelante, las integrales extenderán esta idea a acumulaciones continuas. Por ahora alcanza con reconocer que «estado actual» y «cantidad acumulada» no siempre significan lo mismo.

La aproximación como decisión controlada

Una computadora dispone de memoria finita y ejecuta una cantidad finita de operaciones. Por eso muchos valores y procesos se representan mediante aproximaciones. Aproximar no equivale a adivinar: una aproximación útil incluye un procedimiento, una medida del error y un criterio para decidir cuándo detenerse.

04 · Escala de observación

Mirada global y mirada local

Una misma función puede estudiarse desde dos perspectivas complementarias:

Imaginemos una función que describe el tiempo de respuesta de una aplicación según el número de solicitudes concurrentes. Globalmente podemos observar que la latencia aumenta. Localmente podemos preguntar cuánto cambia alrededor de 500 solicitudes por segundo. La primera mirada muestra la tendencia; la segunda ayuda a detectar sensibilidad en una zona concreta.

05 · Dos tipos de representación

Procesos continuos y cálculos discretos

Decimos que una variable se trata como continua cuando, dentro de un intervalo, puede tomar cualquier valor intermedio. El tiempo de un modelo físico suele representarse así. Una variable es discreta cuando toma valores separados: número de mensajes, iteraciones o elementos de un arreglo.

La computadora trabaja mediante estados y operaciones discretas. Para estudiar un proceso continuo toma muestras:

Si evaluamos una función cada segundo, no estamos observando lo que sucede en todos los instantes; estamos construyendo una representación discreta. Un paso más pequeño aporta más detalle, pero exige más cálculos y no elimina por sí solo todos los errores.

06 · Método de trabajo

Del fenómeno al programa

Programar un modelo matemático exige tomar decisiones antes de escribir código. El recorrido típico puede organizarse así:

1. 1
   Formular una pregunta.

   Definir qué queremos calcular, comparar o predecir.

2. 2
   Elegir variables y unidades.

   Identificar entradas, salidas, parámetros y valores iniciales.

3. 3
   Construir un modelo.

   Relacionar las variables y declarar los supuestos que simplifican el problema.

4. 4
   Diseñar un procedimiento computable.

   Decidir cómo representar los datos, qué paso utilizar y cuándo detener el cálculo.

5. 5
   Comprobar e interpretar.

   Revisar casos simples, unidades, precisión y coherencia con el problema original.

Ejemplo: crecimiento de usuarios activos

Supongamos que una aplicación tiene 800 usuarios activos al comenzar una campaña y que el modelo estima un aumento de 45 usuarios por día. Para d días:

El modelo es lineal y supone que el aumento diario permanece constante. A los 6 días produce 1070 usuarios. El programa puede calcularlo, pero no puede decidir por sí solo si el supuesto seguirá siendo razonable durante meses.

function usuariosEstimados(dias) {
  const usuariosIniciales = 800;
  const aumentoDiario = 45;
  return usuariosIniciales + aumentoDiario * dias;
}

console.log(usuariosEstimados(6)); // 1070

Este ejemplo ya contiene ideas de análisis: una cantidad depende del tiempo, podemos comparar estados y preguntarnos cómo cambia. También muestra una diferencia esencial entre resultado matemático y validez del modelo.

07 · Resultados confiables

Exactitud, precisión y error

En lenguaje cotidiano solemos usar «exacto» y «preciso» como sinónimos, pero conviene separarlos:

Valor exacto

Es el valor matemático sin redondeo. Por ejemplo, 1/3.

Aproximación

Es un valor cercano y representable, como 0.3333.

Error absoluto

Es la distancia entre el valor exacto y el aproximado: |exacto − aproximado|.

Tolerancia

Es el error máximo que decidimos aceptar para una tarea.

La tolerancia depende del contexto. Un error de un centímetro puede ser irrelevante en un mapa y crítico en una pieza mecánica. En programación, elegirla es parte del diseño del algoritmo.

function sonAproximadamenteIguales(a, b, tolerancia = 1e-9) {
  return Math.abs(a - b) <= tolerancia;
}

const suma = 0.1 + 0.2;
console.log(suma); // 0.30000000000000004
console.log(sonAproximadamenteIguales(suma, 0.3)); // true

La comparación con tolerancia no convierte los valores en iguales: expresa que su diferencia es aceptable para el criterio elegido.

08 · Exploración

Laboratorio: observar el cambio de una función

Elegí un modelo, un valor inicial x y un incremento Δx. El laboratorio compara f(x) con f(x + Δx). No estamos calculando todavía una derivada: observamos numérica y gráficamente cómo responde la salida cuando modificamos la entrada.

El punto violeta representa el estado inicial y el punto coral representa el estado después del incremento. La línea punteada permite comparar ambos estados.

Preguntas para explorar

1. En el modelo lineal, mantené Δx = 1 y cambiá x. ¿Se modifica Δf?
2. En el modelo cuadrático, repetí la experiencia. ¿El mismo incremento de entrada produce siempre el mismo cambio de salida?
3. Elegí un incremento negativo. ¿Qué significan ahora el punto inicial, el punto final y el signo de Δf?
4. En el modelo oscilatorio, buscá dos posiciones donde un incremento positivo genere cambios de salida con signos diferentes.

09 · Implementación reutilizable

Representar el cambio con funciones de JavaScript

Podemos separar el modelo matemático del procedimiento que compara dos estados. Así, la misma función medirCambio sirve para modelos diferentes:

function medirCambio(modelo, xInicial, incremento) {
  const xFinal = xInicial + incremento;
  const valorInicial = modelo(xInicial);
  const valorFinal = modelo(xFinal);

  return {
    xInicial,
    xFinal,
    valorInicial,
    valorFinal,
    cambioEntrada: incremento,
    cambioSalida: valorFinal - valorInicial
  };
}

const cuadratica = x => x ** 2 / 4;
const resultado = medirCambio(cuadratica, 1, 1);

console.log(resultado);

El objeto devuelto conserva los dos estados y sus diferencias. Esta forma es preferible a devolver únicamente cambioSalida cuando después necesitaremos explicar o verificar el cálculo.

Muestrear un intervalo

También podemos evaluar una función en puntos separados por un paso. El siguiente programa incluye el extremo final aun cuando los errores de punto flotante produzcan una pequeña diferencia:

function muestrear(modelo, inicio, fin, paso) {
  if (paso <= 0) throw new Error("El paso debe ser positivo");

  const muestras = [];
  for (let x = inicio; x <= fin + paso / 2; x += paso) {
    muestras.push({
      x: Number(x.toFixed(10)),
      y: modelo(x)
    });
  }
  return muestras;
}

const modelo = x => x ** 2 / 4;
console.log(muestrear(modelo, 0, 2, 0.5));

10 · Comprensión

Confusiones frecuentes

11 · Práctica guiada

Ejercicios de comprensión

Ejercicio 1: identificar las ideas

Relacioná cada situación con cambio, acumulación o aproximación. Algunas pueden involucrar más de una idea.

1. Sumar los bytes recibidos en cada segundo para calcular el total descargado.
2. Comparar la latencia actual con la medida diez minutos antes.
3. Representar √2 mediante 1.4142.
4. Actualizar la posición de una animación sesenta veces por segundo.

Ejercicio 2: analizar un modelo

El costo mensual estimado de un servicio se modela mediante C(g) = 12 + 0.8g, donde g es el consumo en GB y C se expresa en dólares.

1. Calculá el costo para 10 GB y para 14 GB.
2. Determiná el cambio de consumo y el cambio de costo.
3. Explicá qué representa el número 0.8.
4. Mencioná un supuesto del modelo que podría no cumplirse en un servicio real.

const costo = gigabytes => 12 + 0.8 * gigabytes;

const consumoInicial = 10;
const consumoFinal = 14;
const cambioConsumo = consumoFinal - consumoInicial;
const cambioCosto = costo(consumoFinal) - costo(consumoInicial);

console.log("Costo inicial:", costo(consumoInicial));
console.log("Costo final:", costo(consumoFinal));
console.log("Δ consumo:", cambioConsumo, "GB");
console.log("Δ costo:", cambioCosto, "USD");

Ejercicio 3: diseñar una comprobación

Una función estima el porcentaje de una descarga como recibido / total * 100. Indicá al menos cuatro casos que usarías para comprobarla antes de incorporarla a una aplicación.

12 · Síntesis

Ideas para recordar

En el próximo tema estudiaremos el paso de valores fijos a cantidades variables. Diferenciaremos variables, constantes y parámetros, y veremos cómo expresar dependencias mediante funciones.